Nonparametric identification of first-price auction with unobserved competition: A density discontinuity framework
未观测竞争下的第一价格拍卖非参数识别：密度断点框架AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究第一价格拍卖中私人价值与竞标人数分布的非参数识别，属于结构模型的识别问题，故归入结构估计。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
未观测竞争下的第一价格拍卖非参数识别：密度断点框架
- 研究问题
- 在分析者只能观测到中标价、竞标人数不可观测的情形下，独立私人价值第一价格拍卖模型中的竞标人数分布与私人价值分布能否被非参数识别。
- 方法与思路
- 作者提出以中标价密度的断点为核心：若竞标者能观测到竞标人数 N，中标价密度中出现的断点可用于识别 N 的分布，随后在第二步非参数识别私人价值分布；并扩展到 N 为潜在买家数、各买家以未知概率出价的情形，以及存在来自某类参数分布的可加未观测异质性的情形。
- 材料陈述的贡献
- 摘要称，在可检验的识别条件下，仅凭中标价即可识别竞标人数分布与私人价值分布，并将结果推广至潜在买家随机参与和参数化可加未观测异质性两种设定。
- 阅读关注点
- 应核对断点识别所依赖的假设（如竞标者是否观测 N、出价策略与均衡条件）、可检验识别条件的具体形式与检验方法、第二步识别的论证，以及未观测异质性分布参数化的作用与限制。
- 阅读边界
- 仅凭摘要无法判断识别假设是否合理、估计量的性质与有限样本表现，也未说明数据来源与实证结果；该摘要来自 arXiv 预印本版本，不能据此声称已经同行评审或期刊接收。
原文摘要
We consider nonparametric identification of independent private value first-price auction models, in which the analyst only observes winning bids. Our benchmark model assumes an exogenous number of bidders N. We show that, if the bidders observe N, the resulting discontinuities in the winning bid density can be used to identify the distribution of N. The private value distribution can be nonparametrically identified in a second step. This extends, under testable identification conditions, to the case where N is a number of potential buyers, who bid with some unknown probability. Identification also holds in presence of additive unobserved heterogeneity drawn from some parametric distributions.